申请/专利权人：昆明理工大学

申请日：2020-09-17

公开（公告）日：2022-06-14

公开（公告）号：CN112287920B

主分类号：G06V10/22

分类号：G06V10/22;G06V10/774;G06V10/82;G06K9/62;G06F40/126;G06N3/04;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2022.06.14#授权;2021.02.23#实质审查的生效;2021.01.29#公开

摘要：本发明涉及基于知识蒸馏的缅甸语OCR方法。本发明包括如下步骤：构建适应任务需求的缅甸语图像数据集；对生成的图像加噪，对图像所对应的标签编码进行规则性标注；构建使用深度卷积神经网络和循环神经网络框架的学生网络和教师网络的模型架构；基于知识蒸馏的方法将教师网络与学生网络以集成学习的方式进行联合训练，通过教师集成的子网络与学生网络进行耦合，实现学生网络中单个感受野对应的局部字符图像特征与教师网络中整体字符图像特征的对齐，以此增强对长序列字符图像中局部特征的获取，使学生网络通过调用服务器上的部署模型能够高效识别缅甸语复杂场景文本图像。本发明实现了对缅甸语图像文本的识别，且识别精确率高，效果好。

主权项：1.基于知识蒸馏的缅甸语OCR方法，其特征在于：所述方法包括：Step1、构建适应任务需求的缅甸语图像数据集，然后对生成的图像进行加噪，最后对图像所对应的标签编码进行规则性标注；Step2、构建使用深度卷积神经网络和循环神经网络框架的学生网络和教师网络的模型架构；Step3、设置学生网络与教师网络的输入，基于知识蒸馏的方法将教师网络与学生网络以集成学习的方式进行联合训练，通过教师集成的子网络与学生网络进行耦合，实现学生网络中单个感受野对应的局部字符图像特征与教师网络中整体字符图像特征的对齐，以此增强对长序列字符图像中局部特征的获取，通过计算网络训练的损失值，进而优化学生网络的学习参数和模型权重；Step4、学生网络通过调用服务器上的部署模型能够高效识别缅甸语复杂场景文本图像。

全文数据：

权利要求：

百度查询： 昆明理工大学 基于知识蒸馏的缅甸语OCR方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD